用热发光方法评定火灾后混凝土构件的烧伤程度

现代化城市中,大型商厦及高层建筑鳞茨节比,一但遭遇火灾后迅速进行修复或是重建,以尽快恢复其使用功能,是挽回和减少灾害损失的唯一途径。 对遭受火灾损伤的混凝土建筑物,由于钢筋混凝土的耐火性,一般不容易烧垮崩塌,因此如何正确评估火灾伤害程度,并据以进行修补、加固、或是拆除重建,就显得更为迫切。 国外对建筑物火灾损害的评估研究,发展较快且较为深入,我国近年来各地建筑科研单位也做了初步的研究。     

碱提法提取燕麦麸皮蛋白工艺条件的优化

以燕麦麸皮为原料,通过碱提工艺提取燕麦麸皮蛋白,并优化了实验室提取条件.在碱法水解蛋白工艺中,以水解温度、时间、加碱量为单因素考察,并运用甲醛滴定法对燕麦蛋白的水解度进行测定.结果表明:料液比为1∶20,反应时间为2 h,溶液含碱量为1.0 mol/L时为最佳提取工艺,该工艺的水解度大约为30%左右;通过凝胶色谱分析了水解物的分子量变化情况,在最佳生产工艺条件下,水解产物主要是对应的相对分子质量为31 500 u和100~200 u的物质.     

长悬臂混凝土箱梁板单元模型计算分析

为保证长悬臂混凝土箱梁的结构安全性,工程设计当中应建立简便有效的有限元模型予以验算.以某新建人行景观桥为工程背景,采用MIDAS/Civil、ANSYS等有限元模拟软件建立了多种模型,以期选取更加合理、准确的适合实际工程设计的长悬臂箱梁计算模型.通过提取各模型中的支反力及典型横截面应力进行对比分析可知,与单梁、梁格模型...     

一种自适应的线搜索Levenberg-Marquardt算法

通过自适应的选择Levenberg-Marquardt(LM)算法的LM参数,结合Armijo线搜索技术给出一种自适应的线搜索LM算法.在局部误差界条件下,证明了新算法具有二次收敛性.用新算法求解非线性方程组,数值结果表明,新算法稳定,有效.     

关于申请重点基金项目的几点体会

国家自然科学基金委员会根据我国经济建设和社会发展的需要、科学发展的趋势和基础性研究的特点，设立国家自然科学基金重点项目（简称重点项目）。甘肃草原生态研究所很重视重点项目的申请与争取。近年来，在强手如林的竞争中，连续争取获准重点项目两项，成为这个百人小所引以为荣、鼓舞士气的核心研究项目，也在同行业和国内生态学领域得到较高的声誉。下面浅谈几点体会，以与业内同仁交流。１预测趋势，适宜选题，做好前期研究工作科研选题是科技工作中带有战略性的决策活动，在整个科学研究过程中占有重要地位。项目的选题，除了要考虑…     

存款结构、挤兑风险与存款保险偿付限额调整

构建一个由短期和长期储蓄存款储户所组成的异质性全局博弈模型,并在模型均衡解以及我国当前储蓄存款利率水平和储户数量结构的基础上分析了存款账户偿付限额调整对挤兑风险的影响。研究表明:未约束偿付总额时,提高偿付限额可以加速降低挤兑风险,且在偿付限额相同的条件下,持有长期存款的储户具有较低的挤兑动机;若约束偿付总额,则当持有某一期限存款储户的数量较少时,对其设置较高的偿付限额可能导致挤兑风险的显著下降,并且通过调整偿付限额降低挤兑风险时难以兼顾公平与效率。     

地下管道的震害预测方法研究

本文以地下管道在地震波作用下的接头受损作为主要破坏模式，提出了管道震害预测的概率预测方法，并经实例验证了该方法的有效性。     

基于贝叶斯证据框架下 SVM 的油层识别模型研究

支持向量机(support vector machine,SVM)方法在石油测井领域的油层识别中取得了很好的应用效果,但SVM方法的识别效果受到惩罚参数和核参数的影响,不同的参数组合直接影响识别精度的优劣.为了在油层识别中获得更好的识别效果,提出一种基于贝叶斯证据框架下SVM的油层识别模型,即根据测井数据的训练样本信息,采用贝叶斯证据框架的理论求解惩罚参数以及核参数,再通过所求得的决策函数对测井数据的测试样本进行识别.实际测井数据实验表明,基于贝叶斯证据框架下SVM的油层识别模型的油层识别效果得到提高,优于传统SVM方法和基于粒子群优化算法(particle swarm optimization,PSO)的SVM方法.     

一种带有新参数的Levenberg-Marquardt算法

通过修改Levenberg-Marquardt算法中的LM参数,给出一种新的Levenberg-Marquardt算法.在弱于非奇异的局部误差界条件下证明了该算法的全局收敛性及局部二次收敛性,并给出数值实验比较.特别地,用该算法求解障碍自由边界问题,数值结果表明该算法稳定,有效.     

一种求解非线性方程组的修正Levenberg-Marquardt算法

通过修改Levenberg-Marquardt (LM)参数，结合信赖域方法给出一种新的求解方程组的LM算法。在局部误差界条件下，证明了该算法具有局部快速收敛性。数值实验结果表明，此算法稳定、有效。